timesformer-base-finetuned-k400-continual-lora-ucf101-til

NiiCole
Clasificación de video

Este modelo es una versión afinada del modelo original de facebook/timesformer-base-finetuned-k400 en un conjunto de datos desconocido. Logra los siguientes resultados en el conjunto de evaluación: Pérdida (Loss): 1.4880 Precisión (Accuracy): 0.8039 El modelo está diseñado para la clasificación de videos utilizando la arquitectura Transformers y está implementado en PyTorch con soporte para TensorBoard.

Como usar

Los siguientes hiperparámetros se usaron durante el entrenamiento:

tasa_aprendizaje: 5e-05
train_batch_size: 2
eval_batch_size: 2
semilla: 42
optimizador: Adam con betas=(0.9,0.999) y epsilon=1e-08
tipo_de_programador_lr: linear
proporción_de_calentamiento_scheduler_lr: 0.1
pasos_de_entrenamiento: 3768

Resultados del entrenamiento:

  • Pérdida de Entrenamiento: 2.0653 (Epoch 0.5, Step 1885)
  • Pérdida de Validación: 2.1841 (Epoch 0.5, Step 1885)
  • Pérdida de Entrenamiento: 1.5095 (Epoch 1.5, Step 3768)
  • Pérdida de Validación: 1.4880 (Epoch 1.5, Step 3768)

Precisión (Accuracy): 0.8039

Versiones de Frameworks:

  • Transformers 4.31.0
  • Pytorch 2.0.0+cu117
  • Datasets 2.14.4
  • Tokenizers 0.13.3

Funcionalidades

Clasificación de Video
Transformers
PyTorch
TensorBoard
Generado a partir de Trainer

Casos de uso

Clasificación de videos en diferentes categorías
Análisis de contenido de video
Segmentación de eventos en videos